Centre de documentation
scientifique

A model you can hear: Audio identification with playable prototypes / Romain Loiseau (2022)  

Public Titre : A model you can hear: Audio identification with playable prototypes Type de document : Article/Communication Auteurs : Romain Loiseau , Auteur ; Baptiste Bouvier, Auteur ; Yann Teytaut, Auteur ; Elliot Vincent, Auteur ; Mathieu Aubry, Auteur ; Loïc Landrieu , Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2022 Projets : READY3D / Landrieu, Loïc Conférence : ISMIR 2022, International Society for Music Information Retrieval Conference 04/12/2022 08/12/2022 Bengaluru Inde Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal [Termes IGN] apprentissage automatique [Termes IGN] bruit (audition) [Termes IGN] onde acoustique [Termes IGN] prototype Résumé : (auteur) Machine learning techniques have proved useful for classifying and analyzing audio content. However, recent methods typically rely on abstract and high-dimensional representations that are difficult to interpret. Inspired by transformation-invariant approaches developed for image and 3D data, we propose an audio identification model based on learnable spectral prototypes. Equipped with dedicated transformation networks, these prototypes can be used to cluster and classify input audio samples from large collections of sounds. Our model can be trained with or without supervision and reaches state-of-the-art results for speaker and instrument identification, while remaining easily interpretable. The code is available at https://github.com/romainloiseau/a-model-you-can-hear Numéro de notice : P2022-006 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : INFORMATIQUE Nature : Preprint nature-HAL : Préprint DOI : 10.48550/arXiv.2208.03311 En ligne : https://doi.org/10.48550/arXiv.2208.03311 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101330